乳腺组织中致癌相关基因的功能性nsSNPs：潜在乳腺癌风险等位基因及其在人群中的分布

摘要

介绍

的突变巴西航空公司1[1]和巴西航空公司2[2]给携带者带来高乳腺癌风险。这种高渗透性突变只占所有乳腺癌病例的一小部分（约5-10%）[三,4]然而，这表明在其他乳腺癌易感基因中存在其他尚未确定的突变[5-7]. 一些基因的突变，例如第53页,[8]自动取款机[6]和契克2,[9]研究还表明，在极少数乳腺癌病例中，有助于增加患乳腺癌的风险。到目前为止，还没有发现其他高渗透性乳腺癌易感基因；然而，包括单核苷酸多态性（SNPs）在内的遗传变异被认为是低-中度渗透性等位基因，与乳腺癌以及其他复杂疾病有关[7,10-12].

蛋白质序列和功能的变化主要是由于SNPs（nsSNPs）的非同义形式。基因组中nsSNP的比例相对较低（约占所有编码SNP的10%）[13]与其他类型相比，它们更有可能改变蛋白质的结构、功能和相互作用，从而构成一组与疾病易感性相关的候选遗传因素[14,15]. 预计大约30%的nsSNP具有生物后果[16-18]. 蛋白质中的几个nsSNP作用于多种细胞途径，如凋亡、[19]氧化应激[20]和信号转导[21]--已经有报道称与乳腺癌风险增加/降低有关。

一些研究描述了与癌症相关的nsSNP；[22-25]然而，据我们所知，它们还没有在特定组织中基因表达的背景下进行研究。显然，为了使基因与组织疾病相关，其蛋白产物应以某种方式影响特定组织，如外源蛋白质（如激素）或内源性蛋白质（如该组织中表达的蛋白质）[26,27]. 在这项研究中，我们应用了一种基于生物信息学的策略，从乳腺组织中表达的内源性致癌相关蛋白中鉴定出潜在的功能性nsSNP。

方法

结果

表中总结了本研究的结果​表11通过PolyPhen预测工具进行可靠预测，仅构成经验证的nsSNP（见方法）。共有367个nsSNP来自189个乳腺组织中表达的致癌相关基因。据预测，来自75个基因的109个nsSNP（28.4%）可能会影响蛋白质功能（功能性nsSNP）。此外，61.5%(n个=67）潜在功能性nsSNP代表人群中常见的nsSNP（≥5%的次要等位基因频率；表​表2）。2). 本文主要讨论了常见的功能性nsSNP；然而，很少出现的功能性nsSNP列表也可以在补充表中找到(http://www.ozceliklab.com/Breast_rare_nsSNPs/).

含有常见功能性nsSNP的基因的一部分蛋白产物被发现与CGAP-GAI编译的一个或多个致癌相关生物途径有关[30]（表​（表2）。2). 这种nsSNP主要存在于DNA修复蛋白中（三个基因，四个nsSNP）；转移（四个基因，四个nsSNP）；血管生成（7个基因，8个nsSNPs）；药理学（7个基因，10个nsSNP）；和免疫学（38个基因，51个nsSNP）。

我们还分析了常见功能性nsSNP在人群中的分布。为了简单起见，我们将从不同dbSNP条目中获得的频率信息分为三大类：非洲（非洲和非洲-美国）、高加索（高加索和欧洲）和亚洲（中国和东亚）人口。在67种常见的功能性nsSNP中，至少有30种不同人群中存在nsSNP的次要等位基因频率（表​（表3）。三). 在所有分析的人群中发现了15个nsSNP(n个≥ 3). 在其余15个nsSNPs的情况下，5个仅在一个群体中发现（非洲人的ADM-S50R和MMP9-N127K；亚洲人的ALDH2-E504K和MNDA-H357Y；高加索人的MC1R-R151C）。此外，在高加索人、亚洲人或西班牙裔样本中发现了三个nsSNP，但在非洲样本中没有发现（CHGA-G382S、CYP1B1-N453S和CYP2C9-R144C）。此外，在5个nsSNP的情况下，所分析的群体之间的主要和次要等位基因不同（ADBR2-G16R、CDH12-V68M、ERBB2-P1170A、PGM3-D466N和SLC1A5-P17A）。

讨论

一部分SNP被认为有助于复杂疾病的发展[7,10-12]. 候选基因中或周围的SNP可能与疾病直接相关；然而，并不是所有的SNP都会影响基因的表达和功能，所以选择那些具有潜在影响的SNP是一个激烈的争论[32]. 一些研究开发了工具和/或系统地分析了nsSNP，以根据进化保守性或结构参数识别那些影响基因功能的nsSNP[16-18,33]. PolyPhen公司[18]是一种基于网络的工具，用于选择可能影响蛋白质功能的nsSNP。简而言之，PolyPhen的预测基于蛋白质比对、结构参数或序列注释。据报道，PolyPhen的灵敏度约为82%[18].

在本研究中，我们假设对受影响组织中表达的候选基因进行系统分析可能会改进和丰富对疾病敏感等位基因的识别。因此，使用基于生物信息学的策略，我们从与乳腺组织中表达的致癌相关通路（DNA修复、细胞周期、信号转导等）相关的大量基因中鉴定出功能性nsSNP。我们认为，这些具有潜在功能的nsSNP可能导致蛋白质水平的异常，这可能会影响乳腺组织的发育、代谢和体内平衡，从而导致乳腺癌的易感性。

本研究中发现的具有功能性nsSNP的基因来自多种致癌相关的细胞途径。根据这一信息，这些nsSNP可能具有生物学作用。例如，来自血管生成和转移相关蛋白的nsSNP可能在肿瘤生长和转移性肿瘤的发展中起作用[34,35]. 此外，DNA修复nsSNP可能导致体细胞突变的积累，从而参与癌症的发生和促进[34-36]. 此外，与DNA修复nsSNP一起，来自药理学基因的nsSNP也可能是针对乳腺癌化疗/放疗的疗效、差异反应和不良反应的研究的良好候选对象[37-39]. 大多数nsSNP来自与免疫反应相关的基因（74.6%），这些基因可以抑制和促进肿瘤的发生[34]. 免疫系统相关基因中功能性nsSNP数量较多可能反映了乳腺组织表达基因集中存在大量免疫基因（60%）。

相当多的具有功能性nsSNPs的基因先前与乳腺癌病因有关：ADM公司,[40]美国存托凭证2,[41]APOE公司,[42]CHG公司A、[43]CSF1型,[44]CYP1B1型,[45]DAG1号机组,[46]电子工程师,[47]EPHX1型,[48]ERBB2号机组,[49]第二层,[50]基质金属蛋白酶9,[51]粘液4,[52]NFATC1,[53]槽口4,[54]PLAU公司,[55]普劳尔,[55]PTGS2型[56]和VCAM1公司[57]. 因此，我们建议表中的nsSNP​表22是参与乳腺癌发生、发展或进展的遗传因素的优秀候选者。此外，其中一些nsSNP可能对乳腺癌治疗结果至关重要。

当分析常见功能性nsSNP的分布时，发现主要等位基因和等位基因频率在人群中存在差异。例如，在所有人群中发现了15个常见的nsSNP，而另一组15个nsSNP是特定人群特有的。这些差异可能反映了等位基因的年龄、创始人效应或作用于不同人群的不同选择压力[58,59]. 最重要的是，数据还表明，在我们的数据集中，一种具有潜在生物学后果的常见nsSNP很可能在不同人群中流行，或仅限于某些人群。显然，后者促使我们得出结论，特定人群的功能性nsSNP可能与特定背景个体的遗传倾向有关。在这方面，这一结论与先前的研究一致，在先前的研究中，发现人群中具有显著不同等位基因频率的遗传变异与特定疾病或不同的药物反应有关[60-65]. 这些信息可能对研究人员确定哪些nsSNP与特定人群研究中的使用相关特别有帮助。此外，尽管需要进一步分析，但很容易推测这些nsSNP可能是不同人群乳腺癌易感性和药物反应的分子基础潜在变异的一部分。

来自多个数据库的数据集成构成了我们确定乳腺组织表达基因功能SNP策略的基础。单个数据库中基因组数据的质量和数量影响组合数据的全面性。本研究中的功能SNP列表是来自三个数据库的数据集成的结果，即TissueInfo、[29]合奏[28]和dbSNP[31]. TissueInfo、Ensembl和dbSNP之间的非匹配数据字段（如转录标识符）是缺失数据的主要来源。例如，尽管巴西航空公司1已知具有潜在功能SNP（先前预测），但由于以下内容的转录本标识符信息不匹配，因此尚未捕获此信息巴西航空公司1在数据库中。因此，不同数据库中数据的不兼容性是本文提出的基于生物信息学的策略的一个速率限制因素。提高数据库中基因组数据的质量和数量将有助于研究复杂问题。此外，本文中呈现的基因基于表达的序列标签信息，这可能导致很少表达的基因的低表达[29,66]. 使用其他组织表达数据库进行数据集成可能会丰富所生成数据的质量。尽管如此，尽管此处提出的SNP可能并不代表最全面的列表，但使用建议策略确定的SNP代表了研究乳腺癌遗传易感性的宝贵资源。

结论

总之，我们设计了一种新的策略来识别乳腺组织中表达的癌相关基因的潜在功能变体。我们的结果显示存在109个具有潜在生物学后果的nsSNP，其中67个在人群中常见。我们认为，与其他遗传和环境因素一起，这些nsSNP可能参与乳腺癌的发生和发展；因此，这些nsSNPs代表了乳腺癌易感性的遗传变异的优质候选者。我们还建议，实际上，相当一部分nsSNP可能是人群特有的遗传变异。

工具书类